Ontsluieren van het gebruik van AIGC door hogeschoolstudenten in designonderwijs: een geïntegreerd model

Waarom dit ertoe doet voor toekomstige ontwerpers

Huidige designstudenten aan hogescholen leren in studio’s waar kunstmatige intelligentie in seconden kan schetsen, schrijven en beelden genereren. Deze studie onderzoekt hoe die studenten beslissen of ze AIGC‑tools (AI‑gegenereerde content) daadwerkelijk gebruiken in hun dagelijkse designleren. Inzicht in hun reacties — wat hen enthousiasmeert, wat hen afschrikt en wat hen ertoe brengt deze tools met vrienden te delen — helpt docenten curricula vorm te geven die creativiteit beschermen terwijl ze krachtige nieuwe technologieën optimaal benutten.

Nieuwe tools in de ontwerpstudio

De auteurs richten zich op Chinese hbo‑ en wo‑studenten met een designmajor, een groep voor wie visuele creativiteit, iteratie en experimentatie centraal staan in hun studie. AIGC‑systemen kunnen snel alternatieve lay‑outs, productideeën of visuele concepten produceren, wat de vroege fasen van het ontwerpproces kan versnellen en studenten meer ruimte geeft om ideeën te verfijnen. Tegelijkertijd roepen deze systemen zorgen op over originaliteit, auteurschap, bias en overmatige afhankelijkheid van machines. Eerder onderzoek bekeek AIGC vaak in het algemene onderwijs of vanuit een louter technische invalshoek; dit artikel zoomt in op hoe designstudenten zelf denken, voelen en handelen wanneer dergelijke tools in hun leeromgeving worden ingebouwd.

Drie fasen van studentreactie

Om deze reacties op te splitsen combineren de onderzoekers twee gevestigde concepten uit technologiestudies. Eén beschrijft hoe nieuwe tools zich door een gemeenschap verspreiden, de ander legt uit hoe mensen moeite, baten en emoties afwegen bij de eerste kennismaking met een apparaat. Samen vormen deze theorieën een driestappenpad. In de eerste fase, technologiebezwaren, beoordelen studenten of AIGC beter lijkt dan traditionele methoden, past bij hun huidige werkwijze, of verwarrend en moeilijk te gebruiken is. In de tweede fase, emotionele acceptatie, vormen ze verwachtingen over hoeveel AIGC daadwerkelijk hun prestaties zal verbeteren en hoeveel inspanning het kost om er vertrouwd mee te raken. In de laatste fase, gedragsverandering, bepalen sociale krachten en persoonlijke bereidheid om nieuwe dingen te proberen of studenten de tools blijven gebruiken en aan anderen aanraden.

Wat de enquête aan het licht bracht

Het team ondervroeg 385 designstudenten uit verschillende specialisaties en stelde gedetailleerde vragen over deze drie fasen. Ze gebruikten structurele vergelijkingsmodellen, een statistische techniek om te testen hoe goed verschillende factoren samenhangen. Ze vonden dat wanneer studenten duidelijke voordelen van AIGC zien — zoals snellere ideeënproductie of rijkere visuele opties — en het gevoel hebben dat deze tools naadloos passen in hun gebruikelijke software en workflows, ze betere resultaten verwachten en denken dat de tools niet te veeleisend zijn om te leren. Daarentegen verlagen studenten hun verwachtingen over zowel prestaties als gebruiksgemak wanneer AIGC ingewikkeld of voortdurend veranderend lijkt. Met andere woorden: waargenomen voordeel en fit trekken studenten naar adoptie toe, terwijl waargenomen complexiteit hen afstoot.

Gevoelens, vrienden en vroege gebruikers

Een van de meest opvallende bevindingen is dat het enkel verwachten van betere prestaties door AIGC niet sterk voorspelde of studenten de tools daadwerkelijk gingen gebruiken en verspreiden. In plaats daarvan was het geloof dat AIGC geen buitensporige inspanning vereist — het gevoel dat het beheersbaar is en de leercurve waard — een veel sterkere drijfveer. De sociale omgeving speelde ook een krachtige rol: wanneer docenten en medestudenten AIGC gebruikten of aanmoedigden, waren studenten eerder geneigd het te blijven gebruiken en het aan anderen te introduceren. Studenten met een van nature innovatieve instelling, die graag nieuwe methoden vroeg uitproberen, werden bijzonder vaak actieve gebruikers en informele ambassadeurs van AIGC‑tools binnen hun netwerken.

Wat dit betekent voor het onderwijzen van design met AI

De studie concludeert dat succesvol gebruik van AIGC in designonderwijs minder afhangt van spectaculaire beloftes van betere prestaties en meer van de dagelijkse ervaring: tools moeten eenvoudig te leren zijn, compatibel met bestaande studiopraktijken en ondersteund worden door een positieve sociale omgeving. Complexiteit kan frustratie en angst oproepen en zo de potentiële voordelen verminderen. Voor docenten en beleidsmakers betekent dit dat de focus moet liggen op duidelijke instructie, gefaseerde introducties, technische ondersteuning en klaslokalen die doordacht experimenteren aanmoedigen. Wanneer AIGC benaderbaar en zorgvuldig geïntegreerd wordt, kan het een partner in het designleren worden in plaats van een bedreiging voor de creativiteit of integriteit van studenten.

Bronvermelding: Zeng, L., Wang, A., Huang, Y. et al. Unveiling college students’ adoption of AIGC in design learning: an integrated model. Humanit Soc Sci Commun 13, 357 (2026). https://doi.org/10.1057/s41599-026-06713-2

Trefwoorden: AI in designonderwijs, studentenacceptatie van technologie, door AI gegenereerde inhoud, diffusie van innovatie, designleren